一种基于灰度纹理特征的超声图像运动目标跟踪方法技术

本发明专利技术公开了一种基于灰度纹理特征的超声图像运动目标跟踪方法，其步骤如下：步骤一、对包括训练集与运动估计序列图像在内的所有图像进行预处理；步骤二、抽取训练集图片模板，划分网格并提取灰度纹理信息作为特征，建立训练数据；步骤三、建立反向传播神经网络结构，利用步骤二得到的训练集训练BP前馈神经网络，建立特征与结果的联系；步骤四、开始跟踪目标，从第一帧起，提取目标区域，对下一帧的搜索区域进行互相关匹配，得到预选坐标并提取灰度纹理特征，输入神经网络，得到目标最佳位置。本发明专利技术充分利用已有超声图像的纹理信息训练神经网络，使用已训练的神经网络在线校正模板，改进现有的运动跟踪方法，提高运动目标跟踪的精确度。

【技术实现步骤摘要】

本专利技术属于图像处理领域，涉及一种基于互相关估计与灰度纹理特征的模板匹配算法，以及在线跟踪中的匹配模板的更新方法。
技术介绍
近年来，医学影像逐渐成为医生诊断与治疗的重要辅助手段，其中超声图像由于其实时性与安全性正发挥着越来越大的作用。由于呼吸作用及其他不确定因素，在超声图像成像后对病灶或特定器官的跟踪显得很有必要，目前应用较广泛的运动估计算法有meanshift算法、最小绝对误差和(SumofAbsoluteDifferences，SAD)、互相关匹配法等等。超声动态图像的特征区域跟踪技术是图像序列运动估计的一种，运动估计是数字视频处理与计算机视觉领域中一个非常活跃的分支，在民用与军用的许多方面都有着广泛的应用。目前的运动估计算法中，有些针对刚体运动目标，有些针对非刚体运动目标，而在大多数应用中，运动目标都可能出现旋转、变形和遮挡等复杂情况，在传统算法中，这些因素都有可能导致跟踪失败。模板匹配法即首先选取好目标区域作为模板，通过某种方法预测目标本文档来自技高网...

【技术保护点】
一种基于灰度纹理特征的超声图像运动目标跟踪方法，其特征在于所述方法步骤如下：步骤一、对包括训练集与运动估计序列图像在内的所有图像进行预处理；步骤二、抽取训练集图片模板，划分网格并提取灰度纹理信息作为特征，建立训练数据；步骤三、建立反向传播神经网络结构，利用步骤二得到的训练集训练BP前馈神经网络，建立特征与结果的联系；步骤四、开始跟踪运动估计序列图像目标，从第一帧起，提取目标区域，对下一帧的搜索区域进行互相关匹配，得到预选坐标并提取灰度纹理特征，输入步骤三训练后的BP前馈神经网络，得到目标最佳位置。

【技术特征摘要】
1.一种基于灰度纹理特征的超声图像运动目标跟踪方法，其特
征在于所述方法步骤如下：
步骤一、对包括训练集与运动估计序列图像在内的所有图像进行
预处理；
步骤二、抽取训练集图片模板，划分网格并提取灰度纹理信息作
为特征，建立训练数据；
步骤三、建立反向传播神经网络结构，利用步骤二得到的训练集
训练BP前馈神经网络，建立特征与结果的联系；
步骤四、开始跟踪运动估计序列图像目标，从第一帧起，提取目
标区域，对下一帧的搜索区域进行互相关匹配，得到预选坐标并提取
灰度纹理特征，输入步骤三训练后的BP前馈神经网络，得到目标最
佳位置。
2.根据权利要求1所述的基于灰度纹理特征的超声图像运动目
标跟踪方法，其特征在于所述步骤一中，预处理方法为：采取均值滤
波器对图像进行滤波，采用直方图均衡方法均衡灰度。
3.根据权利要求1所述的基于灰度纹理特征的超声图像运动目
标跟踪方法，其特征在于所述步骤二的具体步骤如下：
(1)训练集中包括H张图片中的目标坐标，在第一幅图中人工
指定模板大小为M×N，其中M与N分别表示模板的宽与...

【专利技术属性】
技术研发人员：赵悦，李佳昕，沈毅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23